Question

我正在尝试使用keras来拟合我的模型（神经网络），但我得到了ValueError错误。

导入keras

from keras.models import Sequential

from keras.layers import Dense


classificador_rede_neural = Sequential()


# # Camadas Ocultas e de Saída

# camadas ocultas = (entradas + saídas)/2 #estimando o numero de neurônios em camada oculta
# 
# temos:len(train.columns) - 1   atributos previsores
# 
# 1 classe


#len(train.columns)


camadas_ocultas = round(len(train.columns)/2)



print(camadas_ocultas)


classificador_rede_neural.add(Dense(units=camadas_ocultas, activation='relu',input_dim =len(train.columns) ))#primeira camada


classificador_rede_neural.add(Dense(units=camadas_ocultas, activation='relu' ))#segunda camada


classificador_rede_neural.add(Dense(units=1, activation='sigmoid' ))#camada de saída. a saída é binária, logo units=1

classificador_rede_neural.compile（优化= '亚当'，损耗= 'binary_crossentropy'，度量= [ '准确性']）

classificador_rede_neural.fit(X_train2,y_train2,batch_size=10,epochs =100)

我收到错误：

 ValueError: Please provide as model inputs either a single array or a list of arrays. You passed: x=              sload        dload  spkts  dpkts  swin  dwin  smean  dmean  \
    0      1.803636e+08     0.000000      2      0     0     0    248      0   
    1      8.810000e+08     0.000000      2      0     0     0    881      0   
    2      8.544000e+08     0.000000      2      0     0     0    534      0   
    3      6.000000e+08     0.000000      2      0     0     0    450      0   
    4      8.504000e+08     0.000000      2      0     0     0   1063      0   
    5      1.045333e+09     0.000000      2      0     0     0    392      0   
    6      1.306667e+09     0.000000      2      0     0     0    980      0   
    7      1.977143e+08     0.000000      2      0     0     0    692      0   

[82332 rows x 22 columns]

我怎么能适合这个模特？我的数据出了什么问题？

完整代码＆gt; https://pastebin.com/jE7erEJs

Answer 1

我认为问题在于您将整个pandas数据集与列标题和索引列一起传递给模型。为了训练您的数据模型，首先使用X_train2.values和y_train2.values将其转换为numpy数组，因为Keras模型接受numpy数组而不是pandas数据集

类似问题
Pandas DataFrame and Keras

关于Keras'顺序模型的文档
https://keras.io/models/sequential/

编辑以回复评论
不要单独转换每个列，这是没有意义的。假设您有一个名为df的列的常规数据集labels，您需要做的是

labels = df["labels"].copy()
df.drop(["labels"], axis=1, inplace=True)
model.fit(x=df.values, y=labels.values)

Answer 2

请在下面找到适合目标变量值的解决方案

model.fit(x=X_train,y=y_train.values,epochs=2, validation_data= 
   (X_test,y_test.values), verbose=1)

Keras中的ValueError：我怎样才能安装模型？

2 个答案: